本发明涉及一种电能表故障识别方法，其包括抽取电能表档案数据、检定结论数据、运行电压、电流、电量、异常事件数据、拆回批次数据、天气数据特征，构建档案数据类指标、异常数据类指标、电能表示值数据类指标、天气数据类指标；对上述指标的数据特征进行最大值最小值归一化处理，并利用随机森林模型选择对电能表重要程度较高的前N个数据特征；利用XGboost算法建立电能表故障识别模型，对电能表故障概率进行识别，判断电能表是否会发生故障；本发明能及时发现发生故障的电能表，提醒业务人员检修，避免被动检修造成的电网和用户损失，且仅对用电信息采集系统和气象系统中的数据进行分析，就能对电能表故障进行评估，无需额外设备投资。